Carnegie Mellon大学语言技术研究所（LTI）的博士生Yiming Zhang开发出一款名为Allie的人工智能国际象棋机器人，它通过学习9100万场人类在Lichess平台上的对局，展现出类似人类的下棋方式。Yiming Zhang本人并非从小学棋，疫情时期因观看Netflix剧集《后翼弃兵》而接触国际象棋，但很快发现与传统AI棋手对弈体验极不自然——它们的走法常显得古怪、难以理解，尤其对初学者缺乏指导意义。 “初学者在线对弈时，面对AI的离奇走法往往感到困惑，毫无收获。”Yiming Zhang表示。这一问题促使他研发Allie，目标是打造一个能像人类一样思考、决策、甚至在劣势时认输的AI。Allie的训练方式借鉴了ChatGPT等大语言模型的范式，但输入数据并非文本，而是来自Lichess平台的9100万局人类对局记录。通过学习真实人类的走棋习惯，Allie掌握了在关键局面停顿思考、评估风险、适时认输等行为，使其对弈体验更贴近真实人类。 “过去AI追求超越人类的棋力，但忽略了‘像人一样思考’的价值。”Yiming Zhang的导师、LTI助理教授达芙妮·伊波利托（Daphne Ippolito）指出。她认为，让AI具备人类的决策逻辑，将在心理治疗、教育辅导和医疗辅助等领域带来深远影响。 Allie融合了传统AI搜索算法与人类行为建模，表现优于单一方法。其设计思路已应用于《外交》等复杂策略游戏，未来有望拓展至更多需要“人性化战略决策”的场景。与传统以“必胜”为目标的引擎（如AlphaZero或Stockfish）不同，Allie不追求绝对胜率，而是注重对弈的自然性与可理解性。 目前，Allie已完全开源，上线Lichess平台后已进行近万场对局。该项目在2025年国际学习表征会议（ICLR）上发表，研究团队还包括MIT博士生阿图尔·保罗·贾科布和Visa公司研究员李维安。团队表示，Allie的意义不仅在于棋艺，更在于探索人类与AI之间更自然、可理解的互动模式。